Profile
I am a graduate student at the University of Tokyo, working on high-performance industrial CT representation under the supervision of Prof. Yukie Nagai.
My research interests center on 3D Reconstruction, Computer Vision, Geometry Processing, and High-Performance Computing. Specifically, I focus on:
- 3D geometry processing and point-cloud surface reconstruction
- 3D Gaussian Splatting and object-level segmentation
- Real-time rendering, volumetric representations, and simulation
- CUDA/GPU acceleration and memory optimization for GPU/ML systems
My work aims to bridge algorithmic research and practical system development, building efficient and scalable tools for 3D reconstruction, rendering, and analysis, with applications ranging from industrial CT to real-time graphics.
I am open to collaborations and opportunities in 3D vision, graphics, and GPU computing. Feel free to reach out at derulozsy@gmail.com.
Publications
An automatic framework for quadrilateral surface reconstruction with partitions from 3D point clouds
Shuyang Zhu · Youlong Li · Jizhao Liu · Bin Li*
- Inspired by Polycube Parameterization, we propose a 4-step framework for reconstructing 3D point cloud models into quadrilateral meshes with smooth partitions.
- The resulting meshes faithfully preserve the original geometric features of the input point cloud, making them well-suited for applications such as rigging.
CTGS: Hybrid Gaussian Splatting for Compact Industrial CT Representation
Shuyang Zhu* · Yukie Nagai
- An industrial CT algorithm that converts CT volumes into a compact Gaussian Splatting representation.
- Focuses on internal CT structures, including voids and variations in material density, and surface shape alignment to support downstream analysis such as surface extraction.
- Uses a hybrid model of surface and bulk Gaussians to represent material boundaries and internal attenuation, respectively; file size can be reduced to about 1/35 of the original DICOM data in the best case, with extracted meshes achieving a normalized Chamfer-L1 of about 0.23–0.50%.
Projects
X-ray Projection-to-Mesh (Ongoing)
Topology-Adaptive Surface Reconstruction
- A pipeline that generates watertight surface meshes directly from X-ray projections, without reconstructing a volume first.
- Topology can change during optimization: the mesh can split into several parts, grow through-holes, or open internal cavities, without knowing the object’s topology in advance.
- Recovers the correct topology on every test shape. Surface error is about 0.1–0.15% of the bounding-box diagonal, and each shape fits in under a minute with native CUDA acceleration.
Adaptive Octree CT Reconstruction from Sparse Projections (Ongoing)
Compact Projection-Domain Volume Representation
- A pipeline that reconstructs CT volumes directly from X-ray projections into a compact adaptive octree, for storing and analyzing large industrial CT scans.
- Focuses on sharp material interfaces, thin gaps and accurate surface extraction under a fixed byte budget and sparse views: at 8 MB (232× smaller than the 1.98 GB voxel volume) it reaches 37.8 dB volume PSNR and 0.19-voxel mean surface distance, and loses only 0.55 dB when training views drop from 240 to 64.
- Uses typed octree leaves (constant, trilinear, planar step) with exact CUDA ray integration, held-out-view refinement decisions and an edge-preserving regularizer; one run takes about 9 minutes on a laptop GPU.
CT Simulation Software
High-Accuracy and Customizable CT Simulation
- Built software to simulate CT scans from 3D models with physical accuracy.
- Included lattice generation, defect injection, physics-based compression simulation using FEM, and GPU dynamic batching for large-volume processing.
Porous CT Processor
Pore Network Modeling + 4D CT Analysis
- Designed an analysis and visualization suite with GUI for porous CT datasets.
- Integrated rendering, pore network modeling (PNM), 4D tracking of pore evolution, and GPU acceleration using CuPy.
STL Processor
DirectX 12 Mesh Processing & Visualization
- Developed a DirectX 12 application for STL mesh repair and visualization.
- Implemented polycube parameterization, hole filling, normal correction, denoising, and smoothing.
- Additional Coursework Projects
Implemented single-cycle and five-stage pipeline CPU architectures in Vivado coursework projects. Created Godot visualizations for search, graph, and tree algorithms.
Work Experience
- 2026.08 – Present:Tencent, Game Research & Development Intern, Engine Research.Developed a new volumetric smoke rendering mode in Unreal Engine 5, enabling efficient smoke volume rendering with global illumination.
- 2026.07:Polyphony Digital, Engineer(internship).Built a FlashSplat-based 3DGS segmentation tool that extracts object-level segments from trained 3D Gaussian Splatting assets within seconds through click selection, without pre-baked segmentation attributes.
- 2026.05 – Present:Synesthesia, Technical Development Intern.Delivered a wall-surface inclination metrology workflow that achieves stable millimeter-level accuracy on complex wall point clouds with vegetation, protrusions, and other disturbances.
- 2026.04 – 2026.05:Fixstars, Year-round Intern.Reduced Open-Sora 2 inference peak VRAM from 39.7 GB to 20.93 GB via lazy load, unified memory, and cache residency management, so it could run efficiently on 24 GB-class GPUs without quantization.
Education
- 2025.10 – Present: M.E. candidate, Nuclear Engineering and Management, the University of Tokyo, Tokyo, Japan.
- 2024.10 – 2025.03: Special Auditor, Dept. of Electronics and Information Engineering, Hokkaido University, Sapporo, Japan.
- 2021.09 – 2025.07: B.E. in Digital Media Technology, Lanzhou University, Lanzhou, China.
Awards
- 2025: The University of Tokyo Fellowship.
- 2023: 9th "Internet+" Innovation and Entrepreneurship Competition, Gansu Province Gold Award.
- 2022: 13th BlueBridge Cup, Gansu Province Third Prize.
- 2022–2024: Lanzhou University Scholarship.
个人简介
我目前是东京大学修士学生，在长井超慧准教授指导下，从事高性能工业 CT 表示相关研究。
研究方向集中于三维重建、计算机视觉、几何处理与高性能计算，具体包括：
- 三维几何处理与点云表面重建
- 3D Gaussian Splatting 与物体级分割
- 实时渲染、体表示与仿真
- CUDA/GPU 加速与 GPU/ML 系统的显存优化
我致力于将算法研究与工程实践相结合，开发高效、可扩展的三维重建、渲染与分析工具，应用于工业 CT、实时图形等场景。
欢迎合作交流，以及三维视觉、计算机图形学与 GPU 计算相关的工作机会，联系邮箱：derulozsy@gmail.com。
发表
An automatic framework for quadrilateral surface reconstruction with partitions from 3D point clouds
Shuyang Zhu · Youlong Li · Jizhao Liu · Bin Li*
- 受 Polycube 参数化启发，提出包含四个步骤的框架将三维点云重建为带有光滑分区的四边形网格，步骤包含一维骨架提取、骨架驱动分割、初始网格生成与进化式重建。
- 重建结果能良好保留点云原始几何特征，便于骨骼绑定等应用。
CTGS: Hybrid Gaussian Splatting for Compact Industrial CT Representation
Shuyang Zhu* · Yukie Nagai
- 一种将 CT 体数据转换为紧凑 Gaussian Splatting 表示的工业 CT 算法。
- 关注 CT 内部结构（如空洞、材料密度变化等）和表面形状对齐，适合后续表面提取等分析工作流。
- 采用表面高斯与体积高斯的混合模型，分别表示材料边界和内部衰减分布；文件大小最小可减至原始 DICOM 数据的约 1/35，提取网格的归一化 Chamfer-L1 约为 0.23%～0.50%。
项目
X 射线投影到表面网格（进行中）
拓扑自适应表面重建
- 一条直接从 X 射线投影生成水密表面网格的流程，无需先重建体数据。
- 拓扑可在优化过程中改变：网格可分裂为多个部分、生成贯穿孔洞或形成内部空腔，无需预先知道物体的拓扑。
- 在所有测试形状上均恢复了正确拓扑；表面误差约为包围盒对角线的 0.1–0.15%，借助原生 CUDA 加速，每个形状的拟合时间不到一分钟。
基于自适应八叉树的稀疏投影 CT 重建（进行中）
紧凑的投影域体数据表示
- 直接从 X 射线投影把 CT 体积重建成紧凑的自适应八叉树，用于大规模工业 CT 数据的存储与分析。
- 关注材料界面的清晰度、细缝和准确的表面提取，适用于固定字节预算和稀疏视角：8 MB（比 1.98 GB 体素体积小 232 倍）下体积 PSNR 37.8 dB、平均表面距离 0.19 体素；训练视角从 240 降到 64 只损失 0.55 dB。
- 叶子分为常数、三线性、平面阶跃三种类型，配合精确的 CUDA 射线积分、基于留出视角的细化决策和保边正则；笔记本 GPU 上一次训练约 9 分钟。
CT 模拟软件
高精度可定制化 CT 仿真
- 开发了可基于三维模型以物理精度模拟 CT 扫描的软件。
- 包含晶格结构生成、缺陷注入、基于有限元法（FEM）的物理压缩仿真，以及面向大体积处理的 GPU 动态批处理。
多孔介质 CT 处理器
孔隙网络建模 + 4D CT 分析
- 设计了带 GUI 的多孔介质 CT 数据分析与可视化套件。
- 集成渲染、孔隙网络建模（PNM）、孔隙演化的 4D 追踪，以及基于 CuPy 的 GPU 加速。
STL 处理工具
DirectX 12 网格处理与可视化
- 开发了用于 STL 网格修复与可视化的 DirectX 12 应用程序。
- 实现 Polycube 参数化、孔洞填补、法向量纠正、降噪和平滑处理。
- 课程项目
在 Vivado 硬件设计项目中实现单周期和五级流水线 CPU 架构。 使用 Godot 制作搜索、图和树算法的算法可视化项目。
工作经历
- 2026.08 – 至今：腾讯，Game Research & Development Intern, Engine Research。在 Unreal Engine 5 中开发全新体积烟雾渲染模式，实现高效的带有全局光照的烟雾体渲染。
- 2026.07：Polyphony Digital，Engineer(internship)。开发基于 FlashSplat 的 3DGS 分割工具，在无需预先 bake 分割属性的情况下，通过点击选择等操作在数秒内对已训练好的 3D Gaussian Splatting 资产进行物体级分割提取。
- 2026.05 – 至今：Synesthesia，技术开发实习。交付墙面倾斜度量测流程，在含有植被、墙面突出等复杂干扰的墙面点云场景下，稳定实现毫米级准确测量。
- 2026.04 – 2026.05：Fixstars，通年实习。通过 lazy load、unified memory 和缓存驻留管理，将 Open-Sora 2 推理峰值 VRAM 从 39.7 GB 降至 20.93 GB，在无需量化的情况下使其可在 24 GB 级 GPU 上高效运行。
教育经历
- 2025.10 – 至今：工学修士候选人，东京大学 工学系研究科 原子力国际专攻，东京，日本。
- 2024.10 – 2025.03：特别听讲学生，北海道大学 工学部 情报电子工学科，札幌，日本。
- 2021.09 – 2025.07：工学学士，兰州大学 新闻与传播学院 数字媒体技术专业，兰州，中国。
奖项
- 2025：东京大学Fellowship（University of Tokyo Fellowship）。
- 2023：第九届"互联网+"创新创业大赛甘肃省金奖。
- 2022：第十三届蓝桥杯甘肃省三等奖。
- 2022–2024：兰州大学奖学金。
プロフィール
東京大学の大学院生として、长井超慧准教授の指導のもと、高性能な工業用 CT 表現に関する研究に取り組んでいます。
研究関心は3D 再構成、コンピュータビジョン、幾何処理、高性能計算を中心としており、具体的には以下の分野に取り組んでいます：
- 3D 幾何処理と点群表面再構成
- 3D Gaussian Splatting と物体単位のセグメンテーション
- リアルタイムレンダリング、ボリューム表現、シミュレーション
- CUDA/GPU 高速化と GPU/ML システムの GPU メモリ最適化
アルゴリズム研究と実用的なシステム開発を橋渡しし、工業用 CT からリアルタイムグラフィックスまで、3D 再構成・レンダリング・解析のための効率的でスケーラブルなツールの開発を目指しています。
3D ビジョン、グラフィックス、GPU 計算分野での共同研究や就業機会を歓迎しています。お気軽にご連絡ください：derulozsy@gmail.com
発表
An automatic framework for quadrilateral surface reconstruction with partitions from 3D point clouds
Shuyang Zhu · Youlong Li · Jizhao Liu · Bin Li*
- Polycube パラメータ化に着想を得て、三次元点群モデルをなめらかなパーティション付き四辺形メッシュに再構成する 4 ステップのフレームワーク（1D スケルトン抽出・スケルトン駆動分割・初期メッシュ生成・進化的再構成）を提案。
- 生成されたメッシュは元の点群の幾何学的特徴を忠実に保持し、スキニングなどの用途に適しています。
CTGS: Hybrid Gaussian Splatting for Compact Industrial CT Representation
Shuyang Zhu* · Yukie Nagai
- CT ボリュームをコンパクトな Gaussian Splatting 表現へ変換する、工業用 CT アルゴリズムです。
- 空隙や材料密度の変化などの CT 内部構造と表面形状の整合に着目し、表面抽出などの後続の解析ワークフローに適しています。
- 表面ガウスと体積ガウスのハイブリッドモデルを採用し、材料境界と内部の減衰分布をそれぞれ表現します。ファイルサイズは最小で元の DICOM データの約 1/35 となり、抽出メッシュの正規化 Chamfer-L1 は約 0.23～0.50% です。
プロジェクト
X 線投影から表面メッシュへ（進行中）
トポロジー適応型表面再構成
- ボリュームを先に再構成することなく、X 線投影から直接、水密な表面メッシュを生成するパイプラインです。
- 最適化中にトポロジーを変更でき、メッシュが複数の部分に分かれたり、貫通穴や内部空洞が形成されたりします。物体のトポロジーを事前に知る必要はありません。
- すべてのテスト形状で正しいトポロジーを復元しました。表面誤差はバウンディングボックス対角線の約 0.1～0.15%で、ネイティブ CUDA により各形状を 1 分未満でフィッティングできます。
適応八分木による疎投影 CT 再構成（進行中）
コンパクトな投影領域ボリューム表現
- X 線投影から CT ボリュームを直接コンパクトな適応八分木として再構成し、大規模な産業用 CT データの保存と解析に用いるパイプラインです。
- 材料界面の鮮明さ、細い隙間、正確な表面抽出に重点を置き、固定バイト予算と疎ビューに対応します。8 MB（1.98 GB のボクセルボリュームの 1/232）でボリューム PSNR 37.8 dB、平均表面距離 0.19 ボクセルを達成し、学習ビューを 240 から 64 に減らしても低下は 0.55 dB のみです。
- 定数・三線形・平面ステップの 3 種類の葉、厳密な CUDA レイ積分、保留ビューに基づく細分化の判定、エッジ保存正則化を組み合わせ、ノート PC の GPU で 1 回の学習は約 9 分です。
CT シミュレーションソフトウェア
高精度・カスタマイズ可能な CT シミュレーション
- 3D モデルから物理的精度で CT スキャンをシミュレートするソフトウェアを開発。
- 格子構造生成、欠陥注入、FEM を用いた物理ベースの圧縮シミュレーション、大規模ボリューム向けの GPU 動的バッチ処理を含みます。
多孔質 CT プロセッサ
孔隙ネットワークモデリング + 4D CT 解析
- GUI を備えた、多孔質 CT データの解析・可視化スイートを設計。
- レンダリング、孔隙ネットワークモデリング（PNM）、孔隙進化の 4D 追跡、CuPy による GPU 高速化を統合しています。
STL プロセッサ
DirectX 12 メッシュ処理・可視化
- STL メッシュ修復と可視化のための DirectX 12 アプリケーションを開発。
- Polycube パラメータ化、穴埋め、法線補正、ノイズ除去、平滑化を実装。
- 授業関連プロジェクト
Vivado ハードウェア設計プロジェクトで単一サイクルと 5 段パイプライン CPU アーキテクチャを実装。 検索、グラフ、木アルゴリズムの Godot 可視化を作成。
職歴
- 2026.08 – 現在：テンセント、Game Research & Development Intern, Engine Research。Unreal Engine 5 上で新しい体積煙レンダリングモードを開発し、グローバルイルミネーションを伴う煙ボリュームの効率的なレンダリングを実現。
- 2026.07：ポリフォニー・デジタル、Engineer(internship)。FlashSplat ベースの 3DGS セグメンテーションツールを開発し、事前にセグメンテーション属性を bake せず、クリック選択などの操作により学習済み 3D Gaussian Splatting アセットから物体単位の領域を数秒で抽出。
- 2026.05 – 現在：シナスタジア、技術開発インターン。植生や壁面の突出など複雑な外乱を含む壁面点群に対して、ミリメートル級の精度で安定して傾斜を測定できるワークフローを構築。
- 2026.04 – 2026.05：フィックスターズ、通年インターン。Lazy load、unified memory、キャッシュ常駐管理により Open-Sora 2 推論時のピーク VRAM を 39.7 GB から 20.93 GB へ削減し、量子化なしで 24 GB 級 GPU 上での効率的な実行を実現。
学歴
- 2025.10 – 現在：修士課程、東京大学 大学院工学系研究科 原子力国際専攻、東京、日本。
- 2024.10 – 2025.03：特別聴講学生、北海道大学 工学部 情報エレクトロニクス学科、札幌、日本。
- 2021.09 – 2025.07：工学学士、蘭州大学 新聞与伝播学院 デジタルメディア技術専攻、蘭州、中国。
受賞歴
- 2025：東京大学フェローシップ（University of Tokyo Fellowship）。
- 2023：第 9 回「インターネット+」イノベーション・起業コンテスト 甘粛省金賞。
- 2022：第 13 回ブルーブリッジカップ 甘粛省三等賞。
- 2022–2024：蘭州大学奨学金。